Dassault Systèmes et Vertiv fixent des objectifs modélisés pour les usines d’IA

Dassault Systèmes et Vertiv ont annoncé leur collaboration pendant NVIDIA GTC Berlin. Le travail prolonge Vertiv SmartRun, un jumeau virtuel configurable, vers une infrastructure d’usine d’IA plus large, dont Vertiv OneCore. OneCore est décrit comme une solution de centre de données à construction hybride intégrant alimentation critique, gestion thermique et infrastructures de soutien. L’annonce associe l’ingénierie système et la simulation de Dassault Systèmes aux conceptions de puissance et de refroidissement de Vertiv afin d’évaluer un site intégré avant construction.

L’objectif annoncé est de réduire la complexité sur le chantier et d’accélérer le passage du lancement de la conception à une capacité d’IA productive. Le communiqué décrit les usines d’IA comme des systèmes liés où alimentation électrique, refroidissement, réseau, contrôle et calcul s’influencent mutuellement. Une modification dans un domaine peut avoir des effets ailleurs; les partenaires estiment donc que les ingénieurs doivent évaluer l’ensemble avant le déploiement.

Les conceptions de référence s’appuient sur le plan NVIDIA Vera Rubin DSX AI Factory et le blueprint Omniverse DSX. Dassault Systèmes fournit la plateforme 3DEXPERIENCE, l’ingénierie système fondée sur les modèles, la simulation et les jumeaux virtuels; Vertiv apporte des composants SimReady configurables pour l’alimentation et le refroidissement ainsi que son expertise d’infrastructure. Les entreprises disent que ces composants peuvent devenir des modèles système adaptés aux besoins des clients. La collaboration s’étend de SmartRun à des solutions incluant OneCore et relie puissance, thermique et calcul dans un même processus de conception.

Dans le processus décrit, les ingénieurs peuvent comparer des configurations, propager les changements entre disciplines, effectuer des validations système et multiphysiques et produire des livrables dans un environnement commun. Le modèle doit préserver l’intention de conception pendant la construction et la mise en service, puis lors de mises à niveau. Cette approche répond au fait qu’une modification de puissance ou de refroidissement peut affecter d’autres éléments d’une usine d’IA fortement couplée.

Les chiffres visés concernent des étapes et mesures distinctes: configuration et validation jusqu’à dix fois plus rapides; réduction jusqu’à 50% de la période définie de déploiement; capacité disponible environ dix semaines plus tôt que dans le scénario conventionnel modélisé par Vertiv; et jusqu’à 30% de jetons cumulés supplémentaires dans les douze premiers mois après le lancement, à capacité installée identique. Vertiv précise que ce dernier écart vient uniquement de la disponibilité anticipée du site, et non d’une meilleure efficacité opérationnelle. Ce sont des sorties de scénario fondées sur le modèle, pas des résultats clients mesurés ni des économies garanties.

Le communiqué précise que l’écart de production de jetons provient uniquement de la disponibilité anticipée du site et ne traduit ni une meilleure efficacité opérationnelle ni un résultat client mesuré. La comparaison dépend donc du scénario de référence modélisé, des hypothèses du projet et de la définition de la période de déploiement. Les pourcentages et délais doivent être lus comme des sorties de scénario fournies par Vertiv, et non comme des prévisions validées indépendamment ou des économies garanties.

Lors de NVIDIA GTC Berlin, du 20 au 22 octobre, les partenaires ont annoncé une démonstration de certains éléments, notamment la façon dont les besoins du site orientent la configuration et dont les équipes peuvent examiner virtuellement les contraintes de puissance et de refroidissement.